piaomiaoju的专栏

原创 人工智能与社会变革

1、自然语言理解和处理，当前不论大公司和小公司都搞不定，科研上也只能不断进步。2、弱人工智能在多数领域的应用是个机会，会出现比较爆款的工业产品。3、在人工推理，逻辑处理，感性和理性的深层次原理上，专业人士是不可多得的稀缺人才。4、新时代呼喊新人类，能在某行业成为经验人士，又善于利用工具（重点强调数据收集、数据处理、数据决策相关的工具）的人，将比过去的人获得更大的能力。5、大数据的采

原创 vim 配置记录

"显示行号      "set number "或者set  nu  "map :set nu   "映射F5显示行号，参考"vim 按键映射"（http://www.pythonclub.org/vim/map-basic）  "map :set nonu   "映射Ctrl+F5为不显示行号  nmap nmap :tabnext"nmap :tabnext

原创 技能培养

原创 android repo 建仓

1、简易建仓--使用git仓库的work tree 形式项目开发中经常遇到需要共享android源码的情况，一种方法是通过tar打包共享。由于android源码使用manifest 仓库来管理，因此通过分析和修改manifest 文件可以快速建立一个仓库。git clone  manifest.gitcd manifest分析default.xml文件，主要

原创 android 仓库下载分析

众所周知，google android使用repo+git管理源码，并封装repo来管理多个git仓库。从source.android.com上下载源码都要先下载repo脚本，        $ curl http://android.git.kernel.org/repo >~/bin/repo      $ chmod a+x ~/bin/repo      $ export PA

原创 linux driver probe 调用时机

1、platform 设备创建时候，device_register->bus_probe_devce->device_attt

原创 android clear dns bug处理

待续

原创 通过脚本上报IMEI属性

待续

原创 Linux内核日志开关

Linux内核日志开关1、让pr_debug能输出--- a/kernel/printk/printk.c +++ b/kernel/printk/printk.c @@ -59,7 +59,7 @@ /* We show everything that is MOREimportant than this.. */#define MINIM

原创 dts 内核展开平台设备

The trick is that the kernel starts at the root of the tree and looks332 for nodes that have a 'compatible' property.  First, it is generally333 assumed that any node with a 'compatible' property

原创 dts of-platform几个函数分析

DTS 驱动分析1、clk框架时钟父子节点关系clk_prepare_enable如何使能父节点enable函数在DTS中时钟配置功能注册时钟：clk_provider寻找时钟:从DTS树中分析节点,of_parse_phandle_with_args函数，再到clk­provider中找到匹配的时钟，也可以通过时钟名字匹配。2、watch-do

原创 linux ir驱动框架分析

IR driver分析1、相关代码（1）相关代码位置/drivers/media/rc（2）kconfig文件分析根据kconfig文件语法说迷，可以分析得到目录代码里config RC_CORE 是被核心依赖的IfRC_DECODERS对应框架驱动config LIRC 是lirc驱动config IR_LIRC_CODEC是LIRC解

原创 linux watchdog 分析

WatchDog接口适配1、sp805相关驱动接口(1)sp805 支持的接口===具体芯片支持的接口static const structwatchdog_ops wdt_ops = {.owner =THIS_MODULE, .start =wdt_enable, .stop =wdt_disable, .ping = wdt_ping, .se

原创 svm 中的几何间隔

1.SVM在分类超平面中 求解 数据集最小几何间隔的最大值。2. SVM中超平面系数缩放，不影响超平面的位置，系数缩放，也不影响几何间隔。3. 定义>= 1,相当于几何间隔》1/||w||. 当然也可以定义成 >=k,因为这只会影响系数（w,b)缩放，同时需要修改几何间隔 》k/||w||.因此选择只不过是一种方便。wTx+b

原创 opencv 中sift 的使用

opencv 中Algorithm 封装了很多算法，实验过程中，发现sift,surf等在nonfree模块中的代码，需要initModule_nonfree();来注册算法，不然create 会返回空指针，这在opencv文档中有讲。Ptr sift = Algorithm::create("Feature2D.FAST");对于上面这样的代码虽然可以通过编译，但是没有意义，因为

原创 sift 学习中遇到的一些问题

比较好的论述文章 ：http://blog.csdn.net/abcjennifer/article/details/7639681http://www.vlfeat.org/api/sift.html1、高斯金字塔的创建 尺度连续性  冗余金字塔 2、原作者推荐  第0个octave中的第0层  delta = 1.6  输入图像一般经过抗混叠滤波 认为 delta

原创 libsvm 多分类中model参数

一、先看REDEME中的介绍        struct svm_model{struct svm_parameter param;/* parameter */int nr_class; /* number of classes, = 2 in regression/one class svm */int l; /* total #SV */struct sv

原创 android 中bimap转mat例程

#include #include #include #define  LOG_TAG    "test"#define  LOGI(...)  __android_log_print(ANDROID_LOG_INFO,LOG_TAG,__VA_ARGS__)#define  LOGE(...)  __android_log_print(ANDROID_LOG_ERRO

原创 Saliency Filter

图像图区显著性信息目前比较perfect的两篇文章分别是:1、http://cg.cs.tsinghua.edu.cn/people/~cmm/saliency/ 通过图像分割和区域颜色，距离等信息计算得到显著信息。       主要步骤依次为颜色聚类，图像分割，对每个分割区域分别计算颜色直方图，然后计算每个区域的显著性信息，计算时，每两个区域的距离用颜色直方图距离衡量，每个区域对

原创 opengl+vs2010+win7环境搭建

http://brothergrup.iteye.com/blog/1602471需要修改的是后面 将glu32.dll glu32.dll 放到  C:\Windows\SysWOW64文件夹中

原创 eclipse 开发环境搭建-查看java src 和 doc

在使用eclipse开发java过程中，需要经常查看api文档和跳转到源码，这些功能可以在eclipse 中配置。在windows菜单栏下 —>preference->java->installed jres  选择Edit，即可以配置java doc location 和 source attachment 两个选项。不过得先下载源码和java doc文档。

原创 OpenCV 架构学习

库设计通用考虑:1、 Cv  命名空间2、自动内存管理 主要采用了智能指针，引用计数功能3、饱和操作 处理溢出值4、数据类型支持和多通道支持5、错误和异常处理6、多线程和可重入性core  主要定义了 traits 多类型支持，点，矩形，mat，vec，ptr，动态结构等数据结构imgproc 主要定义了图像滤波，几何变换，直方图，结构描述等数字图像处理基本

翻译 image classification 资源摘录

http://people.ee.duke.edu/~lcarin/cvpr2010_0618.pdfhttp://www.ifp.illinois.edu/~jyang29/LLC.htmhttp://www.dbs.informatik.uni-muenchen.de/~yu_k/#recent_publicationshttp://dceanalysis.bigr.nl/

原创 image retargeting

图像缩略图技术在不引入大的畸变的情况下，通过改变照片的大小和比例信息，来适应各种尺寸屏幕。 【缩略图像要求】：The important content of I should be preserved in I'.The important structur of I should be preserved in I'.I' should be free of visual ar

原创 image quality analysis

http://live.ece.utexas.edu/research/quality/

原创 android常用网站

http://www.kandroid.org/ndk/docs/CPLUSPLUS-SUPPORT.htmlhttp://developer.android.com/index.htmlhttp://android.yaohuiji.com/  android学习指南http://android.eoe.cn/http://www.android-study.com/ht

原创 android 为什么需要cygwin

1、cygwin简介    Cygwin是许多软件的集合，最初由Cygnus Solutions开发，用于各种版本的Microsoft Windows上，运行UNIX类系统。Cygwin的主要目的是通过重新编译，将POSIX系统（例如Linux、BSD，以及其他Unix系统）上的软件移植到Windows上.     cygnus当初首先把gcc，gdb，gas等开发工具进行了改进，使他们能

原创 孤立词语音识别系统

1、umdhmm-v1.02代码    熟悉markov 在语音识别中的应用2、MFCC特征提取 《离散时间语音信号处理》3、dtw算法代码    动态 warp规整匹配算法4、VQ-DHMM 国内某大学的开源代码，只有识别部分代码实现中需要注意静音模型使用和标定问题，上述代码的整合可以实现一个简单的孤立词语音识别系统。比较成熟的国外开源代码有 HTK

原创 多通道语音合成

市场上卖的多通道语音产品主要问题是作为研究用的波束形成技术产品化比较困难。常见的研究方法主要有：（1） 延迟-累加（2） 自适应波速（3） 后置滤波工程上实现，可参考polycom公司的会议专利，目前商业产品的主要区别在于以几点:1、多通道切换语音的平稳性，是否随距离和方向的变化忽大忽小。2、远距离拾音的清晰性。3、多通道AEC效果归结为：基于能

原创 CLM 系列代码实现考虑

Saragih 在 Face alignment through subspace constrained mean-shift 统一了asm/clm之类的算法，都称之为基于局部模型的算法（CLM）。Saragih主要考虑了（1） 如何对局部特征检测器响应进行拟合近似。（２）如何对近似后的响应，联合shape约束，进行最优求解。对局部特征检测器响应的建模可以用二次拟合，高斯

原创 stasm 对齐关键源码

SHAPE                        // results returned asa SHAPEAsmSearch (   SHAPE &StartShape,       //out: start shape returned in here   DET_PARAMS &DetParams,   //out: face detector parameters   do

原创 C/C++代码格式优化工具----astyle

Artistic style is a console program that receives information from the command line. The format of the command line is:astyle  [options]  SourceFile1  SourceFile2  SourceFile3  [ . . . ]The blo

原创 包装malloc的一些方法

Create a wrapper function for malloc and free in C（hack overflow)GLIBC-specific solution (mostly Linux). If your compilation environment is glibc with gcc, the preferred way is to use mall

原创 人脸对齐ASM-AAM-CLM的一些总结

ASM算法相对容易，其中STASM是目前正面脸当中比较好的算法，原作者和CLM比较过。但是STASM速度较慢，大概10frame/s左右。ASM对齐在精度上不如AAM，AAM由于使用全局纹理信息，因此精度较高，但是遇到光照和多姿态时，对初始化Shape要求很高，不然容易陷入局部优化。CLM 分别继承了ASM和AAM的一些特征，效果得到了提升。对局部器官特征的概率假设和优化算法的选择，是CLM各种算

原创 ASEF和MOSSE相关算法

项目中需要做人眼检测，目前主要有adaboost,，svm，基于相关算法的人眼检测，肤色分割瞳孔定位等算法。由于人眼特征数目比较少， adaboost的误检率和精准度都不行，而SVM比较慢，肤色空间等瞳孔定位太不稳定，反倒像ASEF，MOSSE等算法测试的效果还比较好，但是在闭眼，眼镜遮挡上还是不行，但是由于相关算法在频域中处理速度较快，因此可以考虑多训练几个模板。参考文章：PTI

原创 TLC16550C ace(异步通行设备) 文档学习

TLC16550C含有 autoflow control.auto_/RTS,  auto_/CTS  这种模式能防止覆盖接受端缓冲区，但是发射端缓冲区到底如何，就要看你的驱动程序了。/RTS 是request to send, 是输出信号，意思是要对方发送数据。/CTS是 clear to send ,是输入信号，意思是已收到/RTS,可以发送数据。/DSR,/DTR也是类似理解

原创 VARARGS,STDARGS,可变参数列表摘要

一、是否可以只使用一组整数参数来复制任意类型的数值？（理论上，只要函数参数个数支持，这仅是对内存解释的不同） 关于Printf的实现 第一个参数必须是一个字符串。//??1.在知道第一个参数类型的情况下，就可以对其进行存取。2.一旦第n个参数被存取，第n+1个参数就可以在仅知道类型的情况下进行存取。3.按这种方式存取一个参数所需的时间不应太多。 大多数c语言都是通过一组

原创 锐捷网络技术一面

    前些日子投了锐捷网络，吉比特，迅雷，因为是考c语言，所以没怎么准备，就去笔试锐捷了。很惊讶，也很镇静地获得了技术一面。其实只要会做大部分csdn的笔试题，拿到一个面试机会还是比较容易的。因为是自己第一次找工作，有点兴奋，连自我介绍都懒得准备了。到了现场，是一对一15分钟的交谈，技术人员会根据你的简历问一些问题，都很一般，但是我反应太快了，老是他话音刚落，我就blablablabla扯很多东

原创 c/c++ const

const在C中是默认的链接属性是外部链接，C++则是内部链接；C中const必须有内存空间（因为它是只读变量)，C++则没有分配内存(这是常量定义）。在C中，这样写是错误的：const int size = 34；char buf[size]。因为size在编译期间是编译器无法获取它的值。

原创 败者树、胜者树和堆排序

三者的相同点：1、两两比较排序2、二叉树结构 树和堆排序的区别：堆的各个节点都是数据，而树的非终端节点是排序过程暂存物。 胜者树、败者树的区别：胜者树父节点保存的是胜利者的信息，而败者树节点保存的是失败者的信息（它可方便下面的比较），而且各个层次的失败者保存和层次关联的信息。由此，败者树是在结构上利于下一次重构。